四分体

TETRAD是一个程序,它创建、模拟数据、估计、测试、预测和搜索因果和统计模型。该程序的目的是在友好的界面中提供复杂的方法,只需要很少的用户统计复杂度,而且不需要编程知识。它并不打算取代灵活的统计编程系统,如Matlab、Splus或R。Tetrad是一种免费软件,可执行Netica、Hugin、LISREL、EQS等商业程序中的许多功能,以及这些商业程序不具备的许多发现功能。Tetrad在其提供的一套原则性搜索(“探索”、“发现”)算法中是独一无二的——例如,它能够在测量变量可能存在未观察到的混杂情况时进行搜索,搜索潜在结构模型,以及寻找线性反馈模型——以及基于模型计算干预或实验效果预测的能力。它的所有搜索过程都是“点态一致的”——只要结构和样本数据满足各种常见的(但并不总是真的!),它们几乎可以保证在大样本限制下收敛到关于真实结构的正确信息假设。。。


zbMATH中的参考文献(参考文献440篇,1标准件)

显示440个结果中的1到20个。
按年份排序(引用)

1 2 ... 20 21 22 下一个

  1. 巴赞,亚历山德拉;库塞罗,米盖尔;德维涅斯,玛丽·多米尼克;那不勒斯,阿梅迪奥:走向因果正式概念分析的步骤(2022年)
  2. 方、状元;刘越;耿直;朱生玉;何阳波:马尔可夫等价下因果关系识别的局部方法(2022)
  3. 林汉提:趋同真理的模式:迈向一个更好的归纳认识论的步骤(2022)
  4. 妈,德威;任伟杰;韩敏:基于特征选择和瞬时条件独立性的时间序列预测两阶段因果关系方法(2022)
  5. 米斯拉,普拉提克;苏利文,赛斯:有复曲面消失理想的有向高斯图形模型(2022)
  6. 罗德里格斯-洛佩斯,维尼卡;Sucar,Luis Enrique:因果发现的知识转移(2022)
  7. 沃瓦奇,A.E。;科根,L.P。;卡诺尼迪,K.H。;纳德兹卡,洛杉矶。;布布金,I.T。;施滕伯格,V.B。;戈尔德佐夫,A.S。;克拉斯尼科娃,手术室。;Kislitsyn,D.I.:作为地震前兆的物理和生物物理场统计特性的变化(2022年)
  8. 威廉姆斯,波特:量子理论中的纠缠、复杂性和因果不对称(2022)
  9. 巴卡拉,路易斯A。;三岛光一:部分定向一致性:20年的历史与评价(2021)
  10. 巴伯罗,福斯托;Sandu,Gabriel:干预主义反事实的团队语义学:观察与干预(2021)
  11. 邦格斯,斯蒂芬;福瑞,帕特里克;彼得斯,乔纳斯;Mooij,Joris M.:具有周期和潜在变量的结构因果模型的基础(2021年)
  12. 巴克,约翰尼斯;Klüppelberg,Claudia:带传播噪声的递归最大线性模型(2021)
  13. 卡斯泰莱蒂,费德里科;Mascaro,Alessandro:网络因变量间联合因果效应的结构学习和估计(2021)
  14. 卡斯泰莱蒂,费德里科;Peluso,Stefano:范畴图形模型的等价类选择(2021)
  15. 朱利奥,奇里贝拉;Swati:探索量子过程因果结构的快速测试(2021)
  16. 康斯坦丁努,安东尼C。;刘、杨;乔巴坦,基亚提昆;郭志高;Kitson,Neville K.:带噪声数据的贝叶斯网络结构学习算法的大规模经验验证(2021)
  17. Economou,多时态;巴西迪斯,阿波斯托洛斯;乔治·萨维拉斯;马莱法基,索尼娅:理解抽样偏差:对NBA选秀的个案研究(2021)
  18. 妮可,尼可拉;梅恩绍森,尼科莱;彼得斯,乔纳斯;恩格尔,塞巴斯蒂安:重尾模型中的因果发现(2021)
  19. 贾维迪安,穆罕默德·阿里;Valtorta,Marco:多元回归链图结构学习的分解算法(2021)
  20. 兰格,马库斯;奥斯特,丹尼尔;斯佩思,蒂莫;赫尔曼,霍尔格;克斯特纳,莉娜;施密特,伊娃;塞辛,安德烈亚斯;鲍姆:我们想从可解释人工智能(XAI)中得到什么利益相关者对XAI的观点和指导跨学科XAI研究的概念模型(2021)

1 2 ... 20 21 22 下一个


更多出版物请访问:http://www.phil.cmu.edu/tetrad/publications.html